論文の概要: Designing an AI-Driven Talent Intelligence Solution: Exploring Big Data
to extend the TOE Framework
- arxiv url: http://arxiv.org/abs/2207.12052v1
- Date: Mon, 25 Jul 2022 10:42:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-07-26 14:11:13.387244
- Title: Designing an AI-Driven Talent Intelligence Solution: Exploring Big Data
to extend the TOE Framework
- Title（参考訳）: AI駆動型タレントインテリジェンスソリューションの設計 - TOEフレームワークの拡張を目的としたビッグデータの探索
- Authors: Ali Faqihi and Shah J Miah
- Abstract要約: 本研究の目的は、人材管理問題に対処するAI指向のアーティファクトを開発するための新しい要件を特定することである。
構造化機械学習技術を用いて実験的な研究を行うための設計科学手法が採用されている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI has the potential to improve approaches to talent management enabling
dynamic provisions through implementing advanced automation. This study aims to
identify the new requirements for developing AI-oriented artifacts to address
talent management issues. Focusing on enhancing interactions between
professional assessment and planning attributes, the design artifact is an
intelligent employment automation solution for career guidance that is largely
dependent on a talent intelligent module and an individuals growth needs. A
design science method is adopted for conducting the experimental study with
structured machine learning techniques which is the primary element of a
comprehensive AI solution framework informed through a proposed moderation of
the technology-organization-environment theory.
- Abstract（参考訳）: aiは、高度な自動化を実装することによって、動的プロビジョニングを可能にする人材管理のアプローチを改善する可能性がある。
本研究の目的は、人材管理問題に対処するAI指向のアーティファクトを開発するための新しい要件を特定することである。
プロフェッショナルアセスメントと計画属性の相互作用の強化に焦点を当てたデザインアーティファクトは、人材知能モジュールと個人の成長ニーズに大きく依存する、キャリアガイダンスのためのインテリジェントな雇用自動化ソリューションである。
技術-組織-環境理論のモデレーションの提案により,包括的AIソリューションフレームワークの主要な要素である構造化機械学習技術を用いて実験研究を行うための設計科学手法が採用された。
関連論文リスト
- MQG4AI Towards Responsible High-risk AI - Illustrated for Transparency Focusing on Explainability Techniques [1.1105279729898387]
本稿では,一般的なガイドラインとユースケース固有の要件とのギャップを埋める,AIライフサイクル計画のためのアプローチを提案する。
我々の研究は、Responsible AI(RAI)を実装するための実用的なツールの開発に貢献することを目的としている。
論文 参考訳（メタデータ） (2025-02-17T15:14:52Z) - Empowering AIOps: Leveraging Large Language Models for IT Operations Management [0.6752538702870792]
従来の予測機械学習モデルとLarge Language Models(LLMs)のような生成AI技術を統合することを目指しています。
LLMは、システムログやインシデントレポート、技術ドキュメントなど、膨大な量の非構造化データの処理と分析を可能にする。
我々は,AIOpsにおける永続的な課題に対処し,IT運用管理の能力を高めるための革新的な手法を提案する。
論文 参考訳（メタデータ） (2025-01-21T19:17:46Z) - Deep Learning and Machine Learning, Advancing Big Data Analytics and Management: Unveiling AI's Potential Through Tools, Techniques, and Applications [17.624263707781655]
人工知能(AI)、機械学習、ディープラーニングは、ビッグデータ分析と管理において変革の力となっている。
この記事では、これらの分野における基礎概念と最先端の展開について論じる。
理論的基盤を実行可能な戦略でブリッジすることで、ビッグデータ管理に革命をもたらすAIとLLMの可能性を示す。
論文 参考訳（メタデータ） (2024-10-02T06:24:51Z) - Generative AI Application for Building Industry [10.154329382433213]
本稿では,建築産業における生成型AI技術,特に大規模言語モデル(LLM)の変容の可能性について検討する。
この研究は、LLMがいかに労働集約的なプロセスを自動化し、建築プラクティスの効率、正確性、安全性を大幅に改善できるかを強調している。
論文 参考訳（メタデータ） (2024-10-01T21:59:08Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。
特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
論文 参考訳（メタデータ） (2022-03-06T10:12:56Z) - Competency Model Approach to AI Literacy: Research-based Path from
Initial Framework to Model [0.0]
AIリテラシーの研究は、これらのスキルを開発するための効果的で実用的なプラットフォームにつながる可能性がある。
我々は、AI教育の実用的で有用なツールとして、AIリテラシーを開発するための経路を提案し、提唱する。
論文 参考訳（メタデータ） (2021-08-12T15:42:32Z) - An interdisciplinary conceptual study of Artificial Intelligence (AI)
for helping benefit-risk assessment practices: Towards a comprehensive
qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。
目的は、AIシステムを評価するための共有概念や相違点を特定することである。
論文 参考訳（メタデータ） (2021-05-07T12:01:31Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳（メタデータ） (2020-03-18T08:45:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。